Upstream factors impacting COVID-19 vaccination rates across Africa: A systematic review protocol
Notice bibliographique
Résumé
BACKGROUND: Upstream factors have been found to affect COVID-19 vaccination rates and coverage globally. However, there are inadequate details within the African context. This systematic review aims to close this research gap by investigating upstream factors influencing COVID-19 vaccination rates in Africa. METHODS: A literature search will be systematically conducted utilizing various databases including: MEDLINE, EMBASE, SCOPUS, CINAHL, Web of Science, and PsycINFO. Eligible studies will include peer-reviewed articles published in the English language from 2020-2023, conducted in Africa, focused on upstream factors, and include one barrier or facilitator to COVID-19 vaccination rates. Two reviewers will use a two-step screening process to examine every article's title, abstract, and full text. A third-party reviewer will resolve disagreements between both individual reviewers. This review will focus on extracting data from published studies to explain the upstream factors included and their impact on COVID-19 vaccination rates across Africa. Data and records will be managed using Covidence. Preferred Reporting Items for Systematic Reviews and Meta-Analyses [PRISMA] framework will be used as the basis for reporting. To reduce bias, the researchers will use the Mixed Methods Appraisal Tool to assess the studies chosen for review. Results will be compiled utilizing four tables to summarize articles and group determinants based on the Consolidated Framework for Implementation Research (CFIR). DISCUSSION: Upstream factors have been cited as affecting population health, vaccination programs, and COVID-19, yet a large-scale systematic review has not been conducted to investigate these factors in relation to COVID-19 vaccination disparities faced in Africa. This review aims to analyze the root causes of African vaccination disparities by focusing on upstream factors. Understanding these factors is vital to help explain why these disparities occur and for designing effective interventions for future vaccinations. The results are expected to provide insights for researchers, policymakers, health systems, and individuals by identifying how resources and efforts can be better utilized to improve vaccination uptake and access. TRIAL REGISTRATION: Systematic review registration: CRD42024501293.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,113 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,007 |
| Méta-épidémiologie (sens large) | 0,016 | 0,014 |
| Bibliométrie | 0,018 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,008 | 0,011 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,072 | 0,014 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».